arXiv · Machine Learning· Artem Mikhaylov, Pavel Konoplev, Nikolay Efanov, Artyom Sorokin, Evgeny Burnaev·· 1 天前AI 评分36
RANGER：利用语义评估奖励导航图谱的检索智能体
RANGER: Retrieval Agent for Navigating Graphs with Semantic Evaluation Rewards
AI 导读
RANGER 将 Large Language Model 作为训练导师，为基于 Transformer 策略并采用 Group Relative Policy Optimization 训练的强化学习智能体提供密集语义奖励，使其在知识图谱上导航并检索与查询相关的信息。
来源：arXiv · Machine Learning · arxiv.org